PicoPose：基于像素到像素对应关系的新颖物体姿态估计
计算机视觉与模式识别
2025-09-01 v2
摘要
基于 RGB 的新颖物体姿态估计是机器人应用中至关重要的快速部署技术，但零样本泛化仍是关键挑战。本文引入 PicoPose，一个新型框架，通过三阶段像素到像素对应学习过程来解决此任务。首先，PicoPose 将 RGB 观测的特征与渲染物体模板的特征匹配，识别最佳匹配模板并建立粗糙对应关系。其次，PicoPose 通过全局回归 2D 仿射变换（包括平面内旋转、缩放和 2D 平移）来平滑对应映射。最后，PicoPose 将仿射变换应用到最佳匹配模板的特征图上，并在局部区域内学习对应偏移量，以实现细粒度对应关系。通过逐步细化对应关系，PicoPose 显著提高了通过 PnP/RANSAC 计算的物体姿态准确性。PicoPose 在 BOP 基准测试的七个核心数据集上实现了最先进的性能，显示出对新颖物体的卓越泛化能力。代码和训练模型均可在 https://github.com/foollh/PicoPose 获取。
引用
@article{arxiv.2504.02617,
title = {PicoPose: Progressive Pixel-to-Pixel Correspondence Learning for Novel Object Pose Estimation},
author = {Lihua Liu and Jiehong Lin and Zhenxin Liu and Kui Jia},
journal= {arXiv preprint arXiv:2504.02617},
year = {2025}
}
备注
CoRL2025